楊立昆計畫離開Meta創辦新公司，其專注的「世界模型」研究與現行大型語言模型（LLM）有何根本不同？

楊立昆「世界模型」研究與 LLM 的根本差異

Meta 首席 AI 科學家楊立昆 (Yann LeCun) 計畫離開 Meta 創辦新公司，專注於「世界模型」研究，這與現行大型語言模型 (LLM) 的技術路線有著根本上的分歧。楊立昆長期以來對 LLM 持懷疑態度，認為它們對物理世界的理解薄弱，無法像人類或貓一樣預判現實、制定行動計畫。他主張 AI 必須從視訊及空間資料中學習內在因果與可預測性，形成「能想像未來狀態」的模型，即「世界模型」。\

LLM 的局限性

楊立昆曾公開批評目前的大型語言模型「比貓還笨」，並斷言這種技術永遠不可能實現通用人工智慧。他認為，LLM 缺乏對物理世界運作方式的理解，無法進行有效的預測和規劃。這種觀點與 Meta 將 LLM 視為實現超級智慧核心路徑的策略背道而馳，也是促使他決定離開 Meta 的原因之一。\

世界模型的優勢

世界模型與 LLM 的根本不同在於，它強調對物理世界的理解和模擬能力。楊立昆認為，AI 必須能夠像人類一樣，從感官經驗中學習並建立對世界的模型，才能進行有效的推理和決策。世界模型的研究方向是讓 AI 能夠從視訊和空間資料中學習內在因果關係，並預測未來狀態。這與 LLM 主要依賴大量文本資料進行訓練的方式有著顯著差異。